CN113147838A - 一种用于地铁突发事故运营恢复的自动加车方法 - Google Patents

一种用于地铁突发事故运营恢复的自动加车方法 Download PDF

Info

Publication number
CN113147838A
CN113147838A CN202110364640.0A CN202110364640A CN113147838A CN 113147838 A CN113147838 A CN 113147838A CN 202110364640 A CN202110364640 A CN 202110364640A CN 113147838 A CN113147838 A CN 113147838A
Authority
CN
China
Prior art keywords
departure
platform
abnormal
interval
time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110364640.0A
Other languages
English (en)
Other versions
CN113147838B (zh
Inventor
徐璟
颜红慧
钱江
周庭梁
宋诗超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Casco Signal Ltd
Original Assignee
Casco Signal Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Casco Signal Ltd filed Critical Casco Signal Ltd
Priority to CN202110364640.0A priority Critical patent/CN113147838B/zh
Publication of CN113147838A publication Critical patent/CN113147838A/zh
Application granted granted Critical
Publication of CN113147838B publication Critical patent/CN113147838B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明涉及一种用于地铁突发事故运营恢复的自动加车方法，该方法根据在线列车运行情况，获取各站台当前发车间隔，并结合当前时段的计划行车间隔，找到发车间隔异常的站台，然后根据异常站台和备车所在位置，为备车自动匹配交路和计算发车时间，实现备车自动上线。与现有技术相比，本发明具有减少对人工经验的依赖，弥补了运营恢复阶段自动加车算法的空白等优点。

Description

一种用于地铁突发事故运营恢复的自动加车方法
技术领域
本发明涉及列车信号控制系统，尤其是涉及一种用于地铁突发事故运营恢复的自动加车方法。
背景技术
城市轨道交通运营期间，由于设备故障、行车事故、人为因素等原因，不可避免的会发生一些突发事故。突发事故的处理主要分为如下阶段：
前期处理，通过现场人员对事故现场进行勘察，尽快做出判断降低损害。
乘客的管理，一旦发生突发事故，容易造成拥挤踩踏事故，此时需要及时将乘客疏散到安全地点。
应急处置，包括组织相关人员对设备或事故现场进行恢复，进行应急行车组织等。
运营恢复，主要是恢复信息通报，列车运营秩序的恢复等。
每一次重大事故的发生都会给企业和社会带来巨大的损失，对各阶段处置过程进行深入分析，改进和完善各阶段的处理方法，加快处理速度，尽快恢复正常运营秩序，对减少人员伤亡、财产损失有着重大意义。
当发生突然事故，部分列车不能按照原计划运行，在恢复阶段通常会出现较大间隔，此时需要通过加车手段恢复正常的行车间隔。
经过检索中国专利公开号CN112465334A公开了一种轨道交通事故快速预警方法及系统，包括如下步骤：1)根据轨道交通线网列车的实时运行状态数据识别发生突发事件的可能性，并将可能的突发事件信息推送展示；2)分析突发事件影响范围；3)根据不同突发事件持续时长的假设，实现调度员调度仿真，提供列车运行调整建议；4)根据不同突发事件持续时长的假设，分析客流情况，提供客流管控建议，提高城市轨道交通的服务水平。因此现有技术对运营恢复阶段的研究主要停留在应急预案的研究，如何通过加车手段恢复正常的行车间隔更是完全依赖个人经验。恢复阶段列车计划秩序常常比较混乱，调整难度很大，对人员素质要求极高，同时，人工繁琐操作也极大影响列车运营秩序的恢复效率。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种用于地铁突发事故运营恢复的自动加车方法。
本发明的目的可以通过以下技术方案来实现：
根据本发明的一个方面，提供了一种用于地铁突发事故运营恢复的自动加车方法，该方法根据在线列车运行情况，获取各站台当前发车间隔，并结合当前时段的计划行车间隔，找到发车间隔异常的站台，然后根据异常站台和备车所在位置，为备车自动匹配交路和计算发车时间，实现备车自动上线。
作为优选的技术方案，该方法具体包括以下步骤：
步骤S1、输入备车所在位置信息和不同时间段的计划行车间隔信息；
步骤S2、确定进入运营恢复阶段；
步骤S3、根据在线列车在后续站台的预测发点，计算各站台的预计行车间隔；
步骤S4、对比步骤S2得到的计划行车间隔和步骤S3得到的预计行车间隔，找出异常发车间隔，得到异常发车间隔站台集合；
步骤S5、若步骤S4得到的异常发车间隔站台集合不为空，根据S1输入的备车所在位置，找到备车上线路径；
步骤S6、如果步骤S5找到符合要求的路径，根据步骤S4得到的异常发车间隔，计算备车上线时间；
步骤S7、根据步骤S6得到的上线时间和步骤S5找到的路径发车，返回步骤S4直到异常发车间隔站台为空。
作为优选的技术方案，所述的步骤S2中，第m个时间段的计划行车间隔为H计m。
作为优选的技术方案，所述的步骤S3具体为：
步骤S31、根据列车运行路径，计算在线所有非人工车在后续站台的预计发车时间tik，其中tik表示列车k在站台i的预计发车时间；
步骤S32、将步骤S31得到的站台i发车时间按照站台进行组合排序，得到各站台的预计发车列表D预i，其中
步骤S33、根据步骤S32得到的预计发车列表，计算站台i预计发车间隔集合H预i。
作为优选的技术方案，所述的D预i＝{tik|tik>tik-1}，其中tik-1表示第K-1车在站台i的发车时间，tik表示第K车在站台i的发车时间，第K-1车是在第K车之前到达站台i的列车。
作为优选的技术方案，所述的H预i＝{h预i＝tik-tik-1|tik>tik-1}，其中h预i表示站台i后续到站列车的发车间隔。
作为优选的技术方案，所述的步骤S4具体为：
步骤S41、根据步骤S3得到的站台预计发车间隔集合H预i，按步骤S1得到的计划行车间隔时间段分类，得到站台i在时间段m的预计发车间隔集合H预im；
步骤S42、将步骤S41得到的预计发车间隔集合与步骤S2得到的计划行车间隔进行对比，得到站台i在时间段m的异常发车间隔集合H异im；
步骤S43、如果步骤S42得到的异常发车间隔集合不为空，则该站台为发车间隔异常站台，即P＝{i|H异im不为空}。
作为优选的技术方案，所述的H预im＝{h预i＝tik-tik-1|tik>tik-1,tik-1∈时间段m}。
作为优选的技术方案，所述的H异im＝{h预i＝tik-tik-1|h预i>a*H计m,tik>tik-1,tik-1∈时间段m}，其中a为加车权重。
作为优选的技术方案，所述的步骤S6具体为：
步骤S61、根据步骤S5得到的异常发车间隔，根据如下公式计算备车A在异常站台i的发车时间，tai＝tik-1+h预i(异)/2，其中h预i(异)为站台i的异常发车间隔，站台i为距离备车最近的发车间隔存在异常的站台；
步骤S62、根据步骤S61得到的备车A在异常站台i的发车时间tai，计算备车A的发车时间ta发＝tai-ta运行-ta停，其中，ta运行为备车A到站台i的运行时间，ta停为站台i的停站时间。
与现有技术相比，本发明具有以下优点：
1、本发明提出的一种基于发车间隔的自动加车方法，减少对人工经验的依赖，弥补了运营恢复阶段自动加车算法的空白；
2、本发明可以自动搜索备车上线路径并计算发车时间，降低人工操作负担，有利于提高地铁突发事故后恢复正常运营的速度；
3、本发明可对站台分别进行发车间隔分析，便于分布实现，加快算法处理速度，增强了系统实时性；
4、本发明可根据加车结果反馈持续优化。
附图说明
图1为本发明的工作流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应属于本发明保护的范围。
本发明提供了一种用于地铁突发事故运营恢复的自动加车方法，该方法是一种基于发车间隔的加车方法，针对地铁突发事故后恢复正常运营阶段出现的大间隔情况，自动上线备车，使线路行车间隔尽快恢复正常运营状态。本发明方法根据在线列车运行情况，获取各站台当前发车间隔，结合当前时段的计划行车间隔，找到发车间隔异常的站台，然后根据异常站台和备车所在位置，为备车自动匹配交路和计算发车时间，实现中备车自动上线。
本发明用于地铁突发事故运营恢复的自动加车方法，包括以下步骤：
步骤S1、输入备车所在位置、不同时间段的计划行车间隔；
步骤S2、确定进入运营恢复阶段；
步骤S3、根据在线列车在后续站台的预测发点，计算各站台的预计行车间隔；
步骤S4、对比步骤S2得到的计划行车间隔和步骤S3得到的预计行车间隔，找到异常发车间隔，得到异常发车间隔站台集合；
步骤S5、如步骤S4得到的异常发车间隔站台集合不为空，根据S1输入的备车所在位置，找到备车上线路径；
步骤S6、如果步骤S5找到符合要求的路径，根据步骤S5得到的异常发车间隔，计算备车上线时间；
步骤S7、根据步骤S6得到的上线时间和步骤S5找到的路径发车，返回步骤S4直到异常发车间隔站台为空。
所述的步骤S2中，第m个时间段的计划行车间隔为H计m。
所述的步骤S3具体为：
步骤S31、根据列车运行路径，计算在线所有非人工车的在后续站台预计发车时间tik(列车k在站台i的发车时间)；
步骤S32、将步骤S31得到的站台i发车时间按照站台进行组合排序，得到各站台的预计发车列表，D预i＝{tik|tik>tik-1}；
步骤S33、根据步骤S32得到的预计发车列表，计算站台i预计发车间隔集合，H预i＝{h预i＝tik-tik-1|tik>tik-1}。
所述的步骤S4具体为：
步骤S41、根据步骤S3得到的站台预计发车间隔集合H预i，按步骤S1得到的计划行车间隔时间段分类，得到站台i在时间段m的预计发车间隔集合H预im＝{h预i＝tik-tik-1|tik>tik-1,tik-1∈时间段m}；
步骤S42、将步骤S41得到的预计发车间隔集合与步骤S2得到的计划行车间隔进行对比，得到站台i在时间段m的异常发车间隔集合，H异im＝{h预i＝tik-tik-1|h预i>a*H计m,tik>tik-1,tik-1∈时间段m}，其中a为加车权重；
步骤S43、如果步骤S42得到的异常发车间隔集合不为空，则该站台为发车间隔异常站台，P＝{i|H异im不为空}。
所述的步骤S6具体为：
步骤S61、根据步骤S5得到的异常发车间隔，根据如下公式计算备车A在异常站台i的发车时间，tai＝tik-1+h预i(异)/2，其中异常站台i为距离备车最近的站台；
步骤S62、根据步骤S61得到的备车A在异常站台i的发车时间tai，计算备车A的发车时间ta发＝tai-ta运行-ta停，其中，ta运行为备车A到站台i的运行时间，ta停为站台i的停站时间。
具体实施例
如图1所示，对本发明的方法进行说明，本发明方法包括以下步骤：
步骤S1、输入备车所在位置A、时间段m(10:00～12:00)的计划发车间隔5分钟(假设当前时间为10:20)。
步骤S2、确定进入运营恢复阶段。
步骤S3、根据列车运行路径，计算出列车T1、列车T2、列车T3在站台i预计发车时间分别为ti1＝10:15、ti2＝10:28、ti3＝10:32，在站台i+1预计发车时间分别为t(i+1)1＝10:18、t(i+1)2＝10:31、t(i+1)3＝10:35；
此时站台i的预计发车集合为D预i＝{ti1＝10:15,ti2＝10:28,ti3＝10:32}，站台i+1的预计发车集合为D预(i+1)＝{t(i+1)1＝10:19,t(i+1)2＝10:31,t(i+1)3＝10:36}；
站台i预计发车间隔集合为H预i＝{ti2-ti1＝13,ti3-ti2＝4}，站台i+1预计发车间隔集合H预(i+1)＝{t(i+1)2-t(i+1)1＝12,t(i+1)3-t(i+1)2＝5}。
步骤S4、根据步骤S3得到的站台预计发车间隔集合H预i＝{ti2-ti1＝13,ti3-ti2＝4}，站台i+1预计发车间隔集合H预(i+1)＝{t(i+1)2-t(i+1)1＝12,t(i+1)3-t(i+1)2＝5}，可以等到站台i在时间段m(10:00～12:00)的预计发车间隔集合H预im＝{ti2-ti1＝13,ti3-ti2＝4}，站台i+1在时间段m(10:00～12:00)的预计发车间隔集合H预(i+1)m＝{t(i+1)2-t(i+1)1＝12,t(i+1)3-t(i+1)2＝5}；
因为ti2-ti1＝13>H计m＝5，所以站台i在时间段m的异常发车间隔集合，H异im＝{ti2-ti1＝13}；
因为t(i+1)2-t(i+1)1＝12>H计m＝5，所以站台i+1在时间段m的异常发车间隔集合，H异(i+1)m＝{t(i+1)2-t(i+1)1＝12}；
站台i和站台i+1的异常发车间隔集合都不会空，因此异常站台集合P＝{i,i+1}；
步骤S5、假设路径R同时经过备车所在站台A，异常站台i和i+1，则路径R为备车发车路径；
步骤S6、假设站台i离备车A最近，根据步骤S5得到的站台i的异常发车间隔为h预i(异)＝ti2-ti1＝13mins，备车A在站台i的发车时间tai＝ti2+(ti2-ti1)/2＝10:28+13/6＝10:34:30；
假设备车A到站台i的运行时间为ta运行＝5mins，停站时间ta停＝＝1mins，备车A的发车时间ta发＝tai-ta运行-ta运行-ta停＝10:34:30-5-1＝10:28:30。
步骤S7、根据步骤S6得到的上线时间和步骤S5找到的路径发车，返回步骤S4直到异常发车间隔站台为空。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种用于地铁突发事故运营恢复的自动加车方法，其特征在于，该方法根据在线列车运行情况，获取各站台当前发车间隔，并结合当前时段的计划行车间隔，找到发车间隔异常的站台，然后根据异常站台和备车所在位置，为备车自动匹配交路和计算发车时间，实现备车自动上线。
2.根据权利要求1所述的一种用于地铁突发事故运营恢复的自动加车方法，其特征在于，该方法具体包括以下步骤：
步骤S1、输入备车所在位置信息和不同时间段的计划行车间隔信息；
步骤S2、确定进入运营恢复阶段；
步骤S3、根据在线列车在后续站台的预测发点，计算各站台的预计行车间隔；
步骤S4、对比步骤S2得到的计划行车间隔和步骤S3得到的预计行车间隔，找出异常发车间隔，得到异常发车间隔站台集合；
步骤S5、若步骤S4得到的异常发车间隔站台集合不为空，根据S1输入的备车所在位置，找到备车上线路径；
步骤S6、如果步骤S5找到符合要求的路径，根据步骤S4得到的异常发车间隔，计算备车上线时间；
步骤S7、根据步骤S6得到的上线时间和步骤S5找到的路径发车，返回步骤S4直到异常发车间隔站台为空。
3.根据权利要求2所述的一种用于地铁突发事故运营恢复的自动加车方法，其特征在于，所述的步骤S2中，第m个时间段的计划行车间隔为H计m。
4.根据权利要求2所述的一种用于地铁突发事故运营恢复的自动加车方法，其特征在于，所述的步骤S3具体为：
步骤S31、根据列车运行路径，计算在线所有非人工车在后续站台的预计发车时间tik，其中tik表示列车k在站台i的预计发车时间；
步骤S32、将步骤S31得到的站台i发车时间按照站台进行组合排序，得到各站台的预计发车列表D预i，其中
步骤S33、根据步骤S32得到的预计发车列表，计算站台i预计发车间隔集合H预i。
5.根据权利要求4所述的一种用于地铁突发事故运营恢复的自动加车方法，其特征在于，所述的D预i＝{tik|tik>tik-1}，其中tik-1表示第K-1车在站台i的发车时间，tik表示第K车在站台i的发车时间，第K-1车是在第K车之前到达站台i的列车。
6.根据权利要求4所述的一种用于地铁突发事故运营恢复的自动加车方法，其特征在于，所述的H预i＝{h预i＝tik-tik-1|tik>tik-1}，其中h预i表示站台i后续到站列车的发车间隔。
7.根据权利要求4所述的一种用于地铁突发事故运营恢复的自动加车方法，其特征在于，所述的步骤S4具体为：
步骤S41、根据步骤S3得到的站台预计发车间隔集合H预i，按步骤S1得到的计划行车间隔时间段分类，得到站台i在时间段m的预计发车间隔集合H预im；
步骤S42、将步骤S41得到的预计发车间隔集合与步骤S2得到的计划行车间隔进行对比，得到站台i在时间段m的异常发车间隔集合H异im；
步骤S43、如果步骤S42得到的异常发车间隔集合不为空，则该站台为发车间隔异常站台，即P＝{i|H异im不为空}。
8.根据权利要求7所述的一种用于地铁突发事故运营恢复的自动加车方法，其特征在于，所述的H预im＝{h预i＝tik-tik-1|tik>tik-1,tik-1∈时间段m}。
9.根据权利要求7所述的一种用于地铁突发事故运营恢复的自动加车方法，其特征在于，所述的H异im＝{h预i＝tik-tik-1|h预i>a*H计m,tik>tik-1,tik-1∈时间段m}，其中a为加车权重。
10.根据权利要求4所述的一种用于地铁突发事故运营恢复的自动加车方法，其特征在于，所述的步骤S6具体为：
步骤S61、根据步骤S5得到的异常发车间隔，根据如下公式计算备车A在异常站台i的发车时间，tai＝tik-1+h预i(异)/2，其中h预i(异)为站台i的异常发车间隔，站台i为距离备车最近的发车间隔存在异常的站台；
步骤S62、根据步骤S61得到的备车A在异常站台i的发车时间tai，计算备车A的发车时间ta发＝tai-ta运行-ta停，其中，ta运行为备车A到站台i的运行时间，ta停为站台i的停站时间。
CN202110364640.0A 2021-04-02 2021-04-02 一种用于地铁突发事故运营恢复的自动加车方法 Active CN113147838B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110364640.0A CN113147838B (zh) 2021-04-02 2021-04-02 一种用于地铁突发事故运营恢复的自动加车方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110364640.0A CN113147838B (zh) 2021-04-02 2021-04-02 一种用于地铁突发事故运营恢复的自动加车方法

Publications (2)

Publication Number Publication Date
CN113147838A true CN113147838A (zh) 2021-07-23
CN113147838B CN113147838B (zh) 2022-08-26

Family

ID=76888710

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110364640.0A Active CN113147838B (zh) 2021-04-02 2021-04-02 一种用于地铁突发事故运营恢复的自动加车方法

Country Status (1)

Country Link
CN (1) CN113147838B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114312926A (zh) * 2021-12-03 2022-04-12 北京交通大学 一种城市轨道交通列车运行调整方案优化方法和系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040172174A1 (en) * 2003-02-27 2004-09-02 Julich Paul M. System and method for computer aided dispatching using a coordinating agent
CN106335524A (zh) * 2016-09-08 2017-01-18 北京交通大学 一种突发场景下城市轨道交通小交路运行调整方法
CN108032876A (zh) * 2017-11-13 2018-05-15 北京全路通信信号研究设计院集团有限公司 一种车站运输调度方法和系统
CN109733445A (zh) * 2018-12-27 2019-05-10 中南大学 突发事件下的基于多智能体系统模型的分布式调度方法
CN112319557A (zh) * 2020-10-27 2021-02-05 北京交通大学 一种晚点条件下地铁列车的运行调整方法及系统
CN112581002A (zh) * 2020-12-24 2021-03-30 同济大学 基于突发事件扰动的高铁列车运行延误评估方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040172174A1 (en) * 2003-02-27 2004-09-02 Julich Paul M. System and method for computer aided dispatching using a coordinating agent
CN106335524A (zh) * 2016-09-08 2017-01-18 北京交通大学 一种突发场景下城市轨道交通小交路运行调整方法
CN108032876A (zh) * 2017-11-13 2018-05-15 北京全路通信信号研究设计院集团有限公司 一种车站运输调度方法和系统
CN109733445A (zh) * 2018-12-27 2019-05-10 中南大学 突发事件下的基于多智能体系统模型的分布式调度方法
CN112319557A (zh) * 2020-10-27 2021-02-05 北京交通大学 一种晚点条件下地铁列车的运行调整方法及系统
CN112581002A (zh) * 2020-12-24 2021-03-30 同济大学 基于突发事件扰动的高铁列车运行延误评估方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114312926A (zh) * 2021-12-03 2022-04-12 北京交通大学 一种城市轨道交通列车运行调整方案优化方法和系统
CN114312926B (zh) * 2021-12-03 2022-12-16 北京交通大学 一种城市轨道交通列车运行调整方案优化方法和系统

Also Published As

Publication number Publication date
CN113147838B (zh) 2022-08-26

Similar Documents

Publication Publication Date Title
CN112598182B (zh) 一种轨道交通智能调度方法及系统
CN109657845B (zh) 一种针对时变客流的城市轨道交通列车时刻表优化系统
CN105383526B (zh) 一种列车冲突检查及解决方法和列车自动监控系统
CN111932867B (zh) 一种基于多源数据的公交ic卡乘客下车站点推导方法
CN111310994A (zh) 一种基于数据校准的公交路线预测方法及系统
CN108289203B (zh) 一种用于轨道交通的视频监控系统
CN109559532A (zh) 高速公路出口分流区车路协同安全预警控制方法
CN111311467A (zh) 一种基于人脸识别的公交路线预测方法及系统
CN110298516B (zh) 一种基于客流od数据的拆分过长公交线路的方法、装置、移动端设备及服务器
CN108364464B (zh) 一种基于概率模型的公交车辆旅行时间建模方法
CN112581002A (zh) 基于突发事件扰动的高铁列车运行延误评估方法及系统
CN113147838B (zh) 一种用于地铁突发事故运营恢复的自动加车方法
CN112706803A (zh) 一种地铁列车救援自动调整方法及系统
CN101916510B (zh) 城市轨道交通准移动闭塞正线通过能力的分析方法
CN111311950A (zh) 公交车高峰期智能调度方法及系统
CN107038857A (zh) 一种公交数据获取方法及公交数据平台
CN113592272A (zh) 一种公交及巡游小巴的调度方法
Becker et al. Case study: Influence of stochastic dwell times on railway traffic simulations
Zhao et al. A method for classifying red signal approaches using train operational data
CN113781820B (zh) 一种机场特种车辆保障航班效率的分析方法
CN110704996B (zh) 一种移动闭塞制式下货运车站接发车能力的分析方法
CN110803203B (zh) 一种高速铁路行车轨迹的演进预测方法及系统
CN113572805A (zh) 一种基于称重数据的地铁轨道交通客流监测系统及方法
Bohan et al. Short-term traffic flow prediction based on bus floating car
CN112949029A (zh) 一种车流客流协同评估方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40048787

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant